Nutritional Phenotypes and Variation in Nutritional Parameter Trajectories Among Non-Dialysis CKD (CKD-ND) Patients Prescribed Oral Nutritional Supplements
Notice bibliographique
Résumé
Background: Among CKD-ND patients at risk of undernutrition/protein-energy wasting, the definition of patient subgroups most likely to benefit from ONS treatment is not known. Therefore, our aims were to identify phenotypes of non-dialysis CKD patients prescribed ONS, and to assess nutritional parameter slopes before and after ONS use, by phenotype. Methods: This longitudinal cohort study included 2543 adult CKD-ND patients who entered multidisciplinary CKD clinics across British Columbia during 2010- 2019, met weight and/or dietary intake criteria for ONS prescription based on dietitian assessment, received ≥1 ONS prescription. Hierarchical cluster analysis was used to identify phenotypes using baseline nutritional parameters. Using linear mixed models, slopes for body mass index (BMI), serum albumin, bicarbonate, phosphate, and neutrophil-to-lymphocyte ratio (NLR), an inflammation marker, were assessed in the 2-year periods before and after the first ONS prescription. Results: Cluster analysis identified five nutritional phenotypes. Changes in parameter slopes (Δslope = post-ONS slope - pre-ONS slope) varied by cluster (Figure). Cluster 1 (characterized by the highest mean NLR and the lowest mean BMI among clusters) demonstrated statistically significant positive Δslopes for BMI, albumin and bicarbonate, and a negative Δslope for NLR. Cluster 2 (hypoalbuminemia) demonstrated positive Δslopes for BMI, albumin, and phosphate. Cluster 3 (low mean BMI) demonstrated a positive Δslope for BMI, accompanied by negative Δslopes for albumin and bicarbonate, and a positive Δslope for NLR. Cluster 4 (acidosis) demonstrated positive Δslopes for BMI and bicarbonate. In Cluster 5 (highest BMI), a negative Δslope for albumin and a positive Δslope for NLR were observed (no improvement with ONS). Conclusions: The variation in response to ONS by cluster subgroup lends support to an individualized approach to nutritional management of patients at risk of undernutrition/protein-energy wasting. Funding: Government Support - Non-U.S.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».